YOLOv4: Detección de objetos de alta velocidad y precisión#

Bienvenido a la página de documentación de Ultralytics para YOLOv4, un detector de objetos en tiempo real de última generación lanzado en 2020 por Alexey Bochkovskiy en https://github.com/AlexeyAB/darknet. YOLOv4 está diseñado para proporcionar el equilibrio óptimo entre velocidad y precisión, lo que lo convierte en una excelente opción para muchas aplicaciones.

Diagrama de arquitectura de YOLOv4. Muestra el intrincado diseño de red de YOLOv4, incluidos los componentes del backbone, el neck y el head, y sus capas interconectadas para una detección de objetos en tiempo real óptima.

Introducción#

YOLOv4 significa You Only Look Once versión 4. Es un modelo de detección de objetos en tiempo real desarrollado para abordar las limitaciones de versiones anteriores de YOLO como YOLOv3 y otros modelos de detección de objetos. A diferencia de otros detectores de objetos basados en redes neuronales convolucionales (CNN), YOLOv4 no solo es aplicable para sistemas de recomendación, sino también para la gestión autónoma de procesos y la reducción de la intervención humana. Su funcionamiento en unidades de procesamiento gráfico (GPU) convencionales permite su uso masivo a un precio asequible, y está diseñado para funcionar en tiempo real en una GPU convencional requiriendo solo una de estas para el entrenamiento.

Arquitectura#

YOLOv4 utiliza varias características innovadoras que trabajan juntas para optimizar su rendimiento. Estas incluyen conexiones residuales ponderadas (WRC, por sus siglas en inglés), conexiones parciales entre etapas (CSP), normalización por lotes cruzada y mini Batch Normalization (CmBN), entrenamiento autoadversario (SAT), activación Mish, aumento de datos data augmentation de tipo Mosaic, regularización DropBlock y la pérdida CIoU. Estas características se combinan para lograr resultados de última generación.

Un detector de objetos típico se compone de varias partes, que incluyen la entrada, el backbone, el neck y el head. El backbone de YOLOv4 está preentrenado en ImageNet y se utiliza para predecir clases y cajas delimitadoras de objetos. El backbone puede provenir de varios modelos, incluidos VGG, ResNet, ResNeXt o DenseNet. La parte del neck del detector se utiliza para recopilar mapas de características de diferentes etapas y normalmente incluye varias rutas ascendentes y descendentes. La parte del head es la que se utiliza para realizar las detecciones y clasificaciones finales de los objetos.

Bag of Freebies#

YOLOv4 también utiliza métodos conocidos como «bolsa de regalos» (bag of freebies), que son técnicas que mejoran la precisión del modelo durante el entrenamiento sin aumentar el coste de la inferencia. El aumento de datos (Data augmentation) es una técnica común de la bolsa de regalos utilizada en la detección de objetos, la cual aumenta la variabilidad de las imágenes de entrada para mejorar la robustez del modelo. Algunos ejemplos de aumento de datos incluyen distorsiones fotométricas (ajuste del brillo, contraste, tono, saturación y ruido de una imagen) y distorsiones geométricas (adición de escala aleatoria, recorte, inversión y rotación). Estas técnicas ayudan a que el modelo generalice mejor en diferentes tipos de imágenes.

Características y rendimiento#

YOLOv4 está diseñado para ofrecer una velocidad y precisión óptimas en la detección de objetos. La arquitectura de YOLOv4 incluye CSPDarknet53 como backbone, PANet como neck y YOLOv3 como cabeza de detección. Este diseño permite que YOLOv4 realice la detección de objetos a una velocidad impresionante, lo que lo hace adecuado para aplicaciones en tiempo real. YOLOv4 también destaca en precisión, logrando resultados de última generación en benchmarks de detección de objetos como COCO.

Al compararlo con otros modelos de la familia YOLO, como YOLOv5 y YOLOv7, YOLOv4 mantiene una posición sólida en el equilibrio entre velocidad y precisión. Si bien los modelos más nuevos pueden ofrecer ciertas ventajas, las innovaciones arquitectónicas de YOLOv4 siguen haciéndolo relevante para muchas aplicaciones que requieren rendimiento en tiempo real.

Ejemplos de uso#

YOLOv4 es un modelo basado en Darknet y no cuenta con soporte nativo en el paquete de Python de Ultralytics: no hay pesos preentrenados de yolov4.pt publicados en ultralytics/assets ni archivos YAML de ultralytics/cfg/models/v4/. Esta página se mantiene como referencia arquitectónica. Los usuarios interesados en ejecutar YOLOv4 deben consultar directamente el repositorio de GitHub de YOLOv4 para obtener instrucciones de instalación y uso.

Aquí tienes un breve resumen de los pasos típicos que podrías seguir para usar YOLOv4:

1. Visita el repositorio de GitHub de YOLOv4: https://github.com/AlexeyAB/darknet.

2. Sigue las instrucciones proporcionadas en el archivo README para la instalación. Esto normalmente implica clonar el repositorio, instalar las dependencias necesarias y configurar las variables de entorno requeridas.

3. Una vez completada la instalación, puedes entrenar y usar el modelo según las instrucciones de uso proporcionadas en el repositorio. Esto suele implicar preparar tu conjunto de datos, configurar los parámetros del modelo, entrenar el modelo y, a continuación, utilizar el modelo entrenado para realizar la detección de objetos.

Ten en cuenta que los pasos específicos pueden variar dependiendo de tu caso de uso particular y del estado actual del repositorio de YOLOv4. Por lo tanto, se recomienda encarecidamente consultar directamente las instrucciones proporcionadas en el repositorio de GitHub de YOLOv4.

Para el entrenamiento y la inferencia dentro del framework de Ultralytics, consulta YOLO11 o YOLO26.

Conclusión#

YOLOv4 es un modelo de detección de objetos potente y eficiente que logra un equilibrio entre velocidad y precisión. Su uso de características únicas y técnicas de bolsa de regalos durante el entrenamiento le permite rendir de manera excelente en tareas de detección de objetos en tiempo real. YOLOv4 puede ser entrenado y utilizado por cualquier persona con una GPU convencional, lo que lo hace accesible y práctico para una amplia gama de aplicaciones, incluidos sistemas de vigilancia, vehículos autónomos y automatización industrial.

Para aquellos que buscan implementar la detección de objetos en sus proyectos, YOLOv4 sigue siendo un fuerte contendiente, especialmente cuando el rendimiento en tiempo real es una prioridad. Aunque Ultralytics se centra actualmente en dar soporte a versiones más nuevas de YOLO como YOLO11 y YOLO26, las innovaciones arquitectónicas introducidas en YOLOv4 han influido en el desarrollo de estos modelos posteriores.

Citas y agradecimientos#

Queremos reconocer a los autores de YOLOv4 por sus contribuciones significativas en el campo de la detección de objetos en tiempo real:

@misc{bochkovskiy2020yolov4,
      title={YOLOv4: Optimal Speed and Accuracy of Object Detection},
      author={Alexey Bochkovskiy and Chien-Yao Wang and Hong-Yuan Mark Liao},
      year={2020},
      eprint={2004.10934},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

El artículo original de YOLOv4 se puede encontrar en arXiv. Los autores han publicado su trabajo de forma pública y se puede acceder al código base en GitHub. Agradecemos sus esfuerzos para hacer avanzar el campo y poner su trabajo a disposición de la comunidad en general.

FAQ#